Revista Brasileira de Geomorfologia INFLUÊNCIA DE...

Revista Brasileira de Geomorfologiav. 16, nº 3 (2015)

www.ugb.org.brISSN 2236-5664

INFLUÊNCIA DE PARÂMETROS GEOTÉCNICOS E HIDROLÓGICOS NA PREVISÃO DE ÁREAS INSTÁVEIS A ESCORREGAMENTOS TRANSLACIONAIS RASOS UTILIZANDO O MODELO TRIGRS

GEOTECHNICAL AND HYDROLOGICAL PARAMETERS INFLUENCE IN PREDICTING UNSTABLE AREAS TO SHALLOW

LANDSLIDES USING THE TRIGRS MODEL

Fabrizio de Luiz Rosito ListoDepartamento de Geografi a, Universidade de São Paulo

Av. Prof. Lineu Prestes, 338, São Paulo, São Paulo, CEP: 05508-000, BrasilEmail: [email protected]

Bianca Carvalho VieiraDepartamento de Geografi a, Universidade de São Paulo

Av. Prof. Lineu Prestes, 338, São Paulo, São Paulo, CEP: 05508-000, BrasilEmail: [email protected]

Resumo: Os modelos matemáticos em bases físicas podem ser uma importante ferramenta para auxiliar a previsão de áreas instáveis à escorregamentos, como as encostas da Serra do Mar. Este trabalho avaliou a susceptibilidade à ocorrência de escorregamentos translacionais rasos, utilizando o modelo TRIGRS em uma bacia no município de Caraguatatuba (SP), afetada por vários escorregamentos e corridas de detritos em março de 1967. Foram gerados dois cenários, utilizando valores geotécnicos e hidrológicos obtidos na literatura (Cenário A) e coletados dentro da bacia (Cenário B). O mapa de cicatrizes de escorregamentos foi utilizado para avaliar o desempenho dos cenários usando os índices de (i) Concentração de Cicatrizes, (ii) Potencial de Escorregamentos e (iii) das áreas previstas como instáveis sem cicatrizes; e das áreas previstas como estáveis com cicatrizes. Não foram encontradas diferenças signifi cativas entre os dois cenários, mas como em outros estudos, os resultados mostraram que a distribuição espacial similar de áreas instáveis está associada a um forte controle topográfi co (ex. ângulo da encosta e direção de fl uxos). Em ambos os cenários observou-se uma relação entre as cicatrizes e as áreas instáveis, mas houve uma diferença na distribuição das classes de estabilidade.

Abstract:The physically-based models can be an important tool to help predict unstable areas for landslides, as the hillslopes of the Serra do Mar. This paper evaluates the susceptibility to the occurrence of shallow landslides using the TRIGRS model in

Informações sobre o Artigo

Data de Recebimento:17/01/2015Data de Aprovação: 29/07/2015

Palavras-chave: TRIGRS; Escorregamentos Rasos; Serra do Mar.

Keywords: TRIGRS; Shallow Landslides; Serra do Mar.

486

Listo F. L. R. & Vieira B. C.

Revista Brasileira de Geomorfologia, São Paulo, v.16, n.3, (Jul-Set) p.485-500, 2015

a basin in Caraguatatuba city (SP), affected by several landslides and debris fl ows on March 1967. We generated two scenarios, using geotechnical and hydrological values obtained on the literature (Scenario A) and collected into the basin (Scenario B). The landslide scar map was used to evaluate the performance of scenarios using the (i) Scar Concentration and (ii) Landslide Potential indexes and (iii) the areas of predicted landslide susceptibility where no landslides occur; and areas where landslide scars occur in locations predicted to be stable. We did not found signifi cant differences between the two scenarios, but like other studies, the results showed that the similar spatial distribution of unstable areas is associated with strong topographic control (e.g. slope angle and fl ows direction). In both scenarios we observed a relationship between the scars and unstable areas, but there was a difference in the distribution of stable classes.

Introdução

Em função da ocorrência recorrente de desastres naturais no país, sobretudo durante intensos episódios pluviométricos, com elevadas perdas econômicas, so-ciais e vítimas, instaurou-se desde 2012 no Brasil, a Lei Federal no 12.608, que instituiu a Política Nacional de Proteção e Defesa Civil (BRASIL, 2012). Dentre outras atribuições, esta nova legislação tornou dever da União, dos Estados e dos Municípios adotar medidas neces-sárias para redução dos riscos causados por desastres naturais, principalmente, em áreas topografi camente declivosas. Adicionalmente, incentiva medidas de pre-visão e de mitigação para conter desastres naturais e situações de risco, principalmente em áreas suscetíveis a movimentos de massa e ainda não ocupadas. Nesse contexto, o uso de modelos matemáticos para a previsão de áreas instáveis, sobretudo à escorregamentos trans-lacionais rasos, pode ser uma ferramenta extremamente objetiva e de baixo custo no auxílio à redução das situ-ações negativas geradas por estes processos.

Estes modelos possuem como base a combinação de modelos de estabilidade e hidrológicos, baseados em leis físicas para quantifi car a suscetibilidade a escorre-gamentos rasos (MORGENSTER e SANGREY, 1978; SELBY, 1993; TERLIEN et al., 1995; GUZZETTI et al., 1999; van WESTEN, 2004; entre outros). Nesta linha de pesquisa, se destacam os modelos SHALSTAB (Shallow Landslide Stability) (MONTGOMERY e DIETRICH, 1994); SINMAP (Stability Index Mapping) (PACK et al., 1998) e TRIGRS (Transient Rainfall In-fi ltration and Grid-based Regional) (IVERSON, 2000 e BAUM et al., 2002).

O modelo SHALSTAB foi aplicado com sucesso na costa oeste dos Estados Unidos (MONTGOMERY e DIETRICH, 1994; DIETRICH et al., 1995; CASADEI et al., 2003), na Argentina (RAFAELLI et al., 2001), na Itália (SANTINI et al., 2009; CERVI et al., 2010)

e na Nova Zelândia (CLAESSENS et al., 2005). Em paisagens tropicais úmidas brasileiras foi utilizado por Ramos et al. (2002); Guimarães et al. (2003); Fernan-des et al. (2004); Redivo et al. (2004); Gomes (2006); Zaidan e Fernandes (2009), Vieira et al. (2010); Listo e Vieira (2012) e Michel et al. (2014). Em menor escala, o modelo SINMAP foi aplicado por Lopes (2006) e Nery e Vieira (2014) em bacias na Serra do Mar Paulista, Cubatão (SP), com índices de acerto entre 70% e 85%.

O modelo TRIGRS, diferentemente dos demais pela sua característica transiente, calcula a estabilidade a escorregamentos translacionais rasos em diferentes espessuras do solo conforme o avanço da infi ltração de-corrente da intensidade e da duração da chuva ao longo do tempo (IVERSON, 2000; BAUM et al., 2002). Este modelo já foi aplicado por Godt et al. (2006) na região de Seattle (EUA), frequentemente afetada por escorre-gamentos translacionais rasos com perdas humanas e materiais. Baum et al. (2005) estudaram a mesma área, e após a comparação dos resultados obtidos por dife-rentes modelos, também identifi caram resultados mais satisfatórios na previsão de escorregamentos realizada pelo TRIGRS. Na comparação entre diferentes modelos, Frattini et al. (2004) aplicaram os modelos SHALSTAB e TRIGRS em uma bacia na província de Lecco (Itália), que foi atingida por cerca de 150 escorregamentos em maio de 1998. Do total dos escorregamentos, os auto-res verifi caram que o modelo apresentou os melhores resultados em relação ao SHALSTAB, uma vez que concentrou cerca de 70% do total de cicatrizes, enquanto o SHALSTAB, 60%.

A Serra do Mar é um dos principais comparti-mentos geomorfológicos frequentemente afetada por escorregamentos rasos. Destacam-se os eventos ocor-ridos em Caraguatatuba em 1967, Cubatão em 1985, Santa Catarina (principalmente nas cidades de Ilhota, Gaspar e Luís Alves) em 2008, Angra dos Reis em 2010 e, mais recentemente, na Regiões Serranas do Rio de

487

Infl uência de Parâmetros Geotécnicos e Hidrológicos na Previsão de Áreas Instáveis a Escorregamentos Translacionais


Janeiro e do Paraná em 2011. A Serra do Mar é certa-mente um dos relevos mais importantes do Brasil, tanto em termos geomorfológicos, em função de sua gênese e evolução, quanto por interligar os maiores portos de importação e exportação das Regiões Sul e Sudeste. Contém uma densa rede de ligações rodoviárias, fer-roviárias, oleodutos, gasodutos, linhas de transmissão, instalações urbanas e indústrias energéticas de extrema importância econômica para o país e, por isso, são tantas as pesquisas aplicadas à esta região. Nesse sentido, o uso de modelos matemáticos pode ser uma ferramenta de baixo custo, visando atender a Lei Federal 12.608 de Política Nacional de Proteção e Defesa Civil. Entretanto, este modelo, assim como outros, exige a introdução de valores dos parâmetros do solo e hidrológicos. Assim, surgem questões importantes: os resultados dos modelos serão mais efi cientes com o uso de valores geotécnicos e hidrológicos coletados in situ? Qual a diferença per-centual de acerto utilizando ou não tais valores?

Em função disto, o objetivo deste trabalho foi avaliar a estabilidade das encostas utilizando-se o mo-delo TRIGRS em uma bacia de Caraguatatuba (SP) na região da Serra do Mar a partir de valores geotécnicos e hidrológicos da literatura. Sendo assim, um segundo objetivo foi avaliar se o uso de dados geotécnicos e hidrológicos coletados in situ pode fornecer resultados mais reais de suscetibilidade a escorregamentos rasos.

Modelo TRIGRS

O modelo foi desenvolvido para a geração de ma-pas de suscetibilidade a escorregamentos translacionais rasos induzidos por eventos pluviométricos. Foi elabo-rado por Baum et al. (2002) para calcular a variação do fator de segurança (FS), em diferentes profundidades (z), conforme mudanças da carga de pressão (ψ) ao longo de um evento pluviométrico. O modelo funciona a partir da associação entre um modelo hidrológico, que se baseia na equação unidimensional de infi ltração de Richards (Equação 1), e outro de estabilidade, por meio de uma rotina em Linguagem Fortran. O modelo supõe a existência de uma frente de infi ltração, consi-derando apenas o fl uxo na direção vertical, tendo como base a solução unidimensional da equação de Richards (Equação 2).

(1)

onde:Ɵ = teor de umidade volumétrica do solo [adimensional]t = tempo [s]z = profundidade do solo [m]kz = condutividade hidráulica na direção z [m/skPa]Ψ = potencial total [kPa]

(2)

onde:ϕ = ângulo de atrito interno [º]θ = ângulo da encosta [º]c’ = coesão efetiva (c) [kPa]ѱ = carga de pressão [kPa]Z = profundidade do solo [m]t = tempo [s]ρw = densidade da água [kN/m³]ρs = densidade do solo [kN/m³]

A entrada dos dados no TRIGRS é feita, inicial-

mente, por meio de um Modelo Digital do Terreno, para a construção dos mapas de ângulo da encosta e de direção de fl uxo. Paralelamente, são necessários os valores geotécnicos, hidrológicos e pluviométricos (Tab. 1). São também necessárias informações adicionais que controlam o modelo como, por exemplo, o número de intervalos ao longo de uma espessura de solo em que são calculados os valores de carga de pressão (ѱ) e do Fator de Segurança (FS).

Caraguatatuba, Bacia do Rio Guaxinduba

A Bacia do Rio Guaxinduba (24 km²), localizada no setor nordeste de Caraguatatuba, foi uma das bacias mais afetadas pelos escorregamentos de 1967 em todo o município (Figura 1). Seu rio principal, o rio Guaxin-duba, possui 13,5km de extensão e curso assimétrico, oriundo do planalto como resultado de uma captura fl uvial (DE PLOEY e CRUZ, 1979).

A bacia apresenta ângulos superiores à 30º e in-feriores a 20º. Estes se localizam na área de planalto e na planície alveolar, a jusante. Predominam encostas retilíneas e convexas e em menor percentual as côncavas (VIEIRA E RAMOS, 2015). Entre algumas feições

488



observadas na bacia e conforme DE PLOEY e CRUZ (1979), a região apresenta extensas rampas de colúvio, solos colúvio-aluviais, contato côncavo entre baixas encostas e baixada.

Há predomínio de solos do tipo Latossolo Ver-melho e Amarelo, mais desenvolvidos e bem drenados, Argissolos Vermelho-Amarelos, moderadamente dre-nados, e Neossolos poucos desenvolvidos com textura média argilosa e alguns fragmentos de Espodossolos e Neossolos quartzarênicos (DE PLOEY e CRUZ, 1979). Trata-se de solos porosos que se intercalam entre argilo-arenosos no horizonte superfi cial e matriz arenosa ou siltosa no horizonte saprolítico, com espes-suras variáveis ao longo do perfi l, que podem favorecer a percolação de água superfi cial ou subsuperfi cial, ocasionando processos erosivos e em condições de maior saturação dos solos, escorregamentos (WOLLE e CARVALHO, 1989).

Os solos da bacia apresentam valores altos para as frações de areia, cerca de 80%, com uma compo-sição granulométrica variável, destacando a existên-cia de areais siltosas pouco argilosas e siltes pouco argilosos (FERREIRA, 2013). Os horizontes mais superfi ciais (0,30m a 0,60m) possuem um percentual maior da fração argila, sendo a maioria, considerada não plástica ou inativa (FERREIRA, 2013).

A condutividade hidráulica saturada (Ksat) va-ria entre 10-4m/s e 10-7m/s, sobretudo entre 10-5m/s e 10-6m/s e, embora os valores sejam relativamente homogêneos, ocorrem algumas descontinuidades hi-dráulicas, ora atribuídas às variações granulométricas ao longo dos perfi s de solo, ora às mudanças na po-rosidade (GOMES, 2012). O ângulo de atrito interno das camadas mais superfi ciais varia entre 25º a 29º e nas camadas sobrejacentes, entre cerca de 32º a 36º e os valores de coesão entre 2kPa a 11kPa (FERREIRA, 2013).

Segundo Guidicini e Iwasa (1976), a bacia está localizada em uma das isoietas de maior precipitação do país com média anual em torno de 2000 mm, sendo os valores máximos para a Serra do Mar, como refe-rência, aqueles encontrados na Serra de Paranapiacaba, próximo a Santos e Cubatão, com valores em torno de 4000 mm (PELLEGATTI e GALVANI, 2010).

A cobertura vegetal pertence ao domínio mor-foclimático de Mata Atlântica, subdividida em três formações fl orestais principais: mata de encosta, que possui árvores altas com dossel descontínuo; mata de altitude, que se caracteriza por ocorrer acima de 1100m e ocorrência de mata de capoeira (OKIDA, 1996).

No verão de 1967, entre os dias 17 e 18 de março, choveu cerca de 600mm em Caraguatatuba, o que correspondeu a aproximadamente 45% do total pluviométrico daquele ano, defl agrando inúmeros escorregamentos coletivos e corridas de detritos num longo raio de alcance (DE PLOEY e CRUZ, 1979). O evento fi cou conhecido como “A catástrofe de 1967” e teve como principais consequências: o soterramento de 400 moradias; a contabilização de 436 vítimas; a destruição de parte da BR-6; o deslizamento de aproximadamente 30 mil árvores; o desalojamento de 3 mil moradores, entre outros danos (DE PLOEY e CRUZ, 1979; IWAMA et al, 2014). Destaca-se que o município de Caraguatatuba, conforme recente carta de unidades geotécnicas (IWAMA et al, 2014), possui 22% de sua área composta por unidades de muito alta suscetibilidade a escorregamentos, que embora possua um percentual relativamente pequeno, são relevantes por estarem relacionados a áreas de implantação de im-portantes projetos de infraestrutura, como o complexo rodoviário Tamoios, locado na Serra de Caraguatatuba (IWAMA et al, 2014).

Tabela 1: Parâmetros geotécnicos, hidrológicos e pluviométricos utilizados no modelo TRIGRS.

VariáveisPropriedades Geotécnicas e Hidrológicas

Coesão do solo (c)Ângulo de atrito interno (ϕ)Profundidade máxima (Zmax)

Densidade do solo (ρs)

Densidade da água (ρw)

Taxa de intensidade de infi ltração (constante) (IZ)Altura inicial (constante) do lençol freático (d)

Difusividade hidráulica (D0)Condutividade hidráulica saturada vertical do solo (Ks)

Propriedades da Precipitação - EventoTempo inicial do evento

Intensidade da chuva para cada evento Duração acumulada no fi nal de cada evento

Fonte: Modifi cado de Baum et al. (2002).

489



A manutenção das cicatrizes dos escorregamen-tos de 1967 até os dias atuais se deu em função da espé-cie vegetal de Gleychemia. Trata-se de uma samambaia,

muito comum na região, que se adapta a solos pouco espessos, característicos das cicatrizes, e que difi culta a recomposição do solo (Figura 2).

Figura 1 - Localização da Bacia do Guaxinduba no estado de São Paulo e no município de Caraguatatuba.

490



Materiais e Métodos

Foram gerados dois grupos de cenários (A e B), utilizando-se os mesmos parâmetros topógrafi cos e pluviométricos com variação de alguns parâmetros geotécnicos e hidrológicos, conforme o objetivo do trabalho. É importante destacar a ausência de mapas de unidades geotécnicas, pedológicas e litológicas em escala de bacia hidrográfi ca na região de Caraguatatuba.

Os valores topográfi cos foram obtidos por meio de um Modelo Digital do Terreno com resolução de 25m2, disponibilizado pela ortorretifi cação de imagens aéreas do Projeto de Atualização Cartográfi ca do Estado de São Paulo (EMPLASA, 2011)1.

Em relação aos parâmetros pluviométricos, o tempo inicial dos eventos pluviométricos, a intensidade de chuva e a duração acumulada das chuvas foram ex-traídos dos postos pluviométricos do Sistema SIGRH/DAEE (Sistema Integrado de Gerenciamento de Recur-sos Hídricos do Estado de São Paulo/Departamento de Águas e Energia Elétrica), considerando a consistência dos dados; a localização geográfi ca do posto em relação à Bacia do Guaxinduba e as séries temporais relativas ao período de defl agração dos escorregamentos de 17 e 18 de março de 1967. Com base nestes pré-requisitos, os pontos utilizados neste trabalho, foram os postos E2-042; E2-043 e E2-046, que possuem valores de chuvas diárias acumuladas (mm/dia) e chuvas mensais acumuladas (mm/mês) para o mês de março de 1967 e se localizam próximos à bacia do Guaxinduba.

Cenários A e B

Para o cenário A foram utilizados valores selecio-nados por Vieira et al. (2010) a partir da coleta in situ realizada por Wolle e Carvalho (1989) em duas áreas na Serra do Mar, que identifi caram dois tipos de horizontes do solo acima da rocha migmatítica intensamente fra-turada: (a) solo superfi cial coluvionar (~1m), formado pela pedogênese em material transportado, com matriz de textura areno-argilosa e blocos de rochas parcial-mente alterada; e (b) solo saprolítico de migmatito (~3-4m) com textura mais arenosa do que o horizonte sobrejacente e evidências da estrutura herdada da rocha matriz (Tabela 2).

A partir destes dados, Vieira et al. (2010) si-mularam dois grupos de cenários considerando os valores mínimos de densidade do solo, de coesão e de ângulo de atrito do solo coluvionar superfi cial sob condições saturadas (Cenários A) e sob condições não saturadas (Cenários B). Os valores de densidade do solo embora sejam considerados baixos em relação aos demais encontrados por Wolle e Carvalho (1989) para outros materiais, são considerados valores mé-dios de acordo com trabalhos realizados em campo em áreas sob condições geomorfológicas e geológicas similares (ex. COSTA NUNES, 1969; DE PLOEY e CRUZ, 1979; DE CAMPOS et al. 1992 e GUIMA-RAES et al., 2003).

Nestes cenários a profundidade do solo (z) foi alterada, gerando três novos cenários para cada grupo:

Figura 2 - Vista a partir da Rodovia dos Tamoios para a enseada de Caraguatatuba (A); Mesma paisagem em 2011 em que se verifi cam os limites das cicatrizes preservados pela vegetação Gleychemia (B). Fontes: (A): Foto de Cruz e Nogami apud Gramani (2001); (B): autores.

1Empresa Paulista de Planejamento Metropolitano S/A – EMPLASA (Contrato de Licença de uso CLU Nº 049/14).

491



A1, A2 e A3 (profundidades de 1m, 2m e 3m respec-tivamente) e B1, B2 e B3 (profundidades de 1m, 2m e 3m respectivamente).

nação da porosidade total, da macroporosidade e da microporosidade. A coesão e o ângulo de atrito interno foram obtidos a partir de um ensaio de resistência ao cisalhamento direto inundado com seis blocos inde-formados nas seguintes profundidades: C1 (0,45m e 1,45m); C2 (0,60m e 2m) e C3 (0,45m e 2m). Nas mesmas cicatrizes, Gomes (2012) mensurou, por meio do Permeâmetro de Guelph, a condutividade hidraúlica saturada até aproximadamente 2,50m de profundidade.

Destaca-se que para os valores da altura inicial do lençol freático (d), da taxa de infi ltração inicial (ILT) e da difusividade hidráulica (D0) foram utilizados valores do Default do modelo, sendo os mesmos considerados consistentes na ausência de valores coletados in situ. Especifi camente para os valores da altura do lençol freático, utilizou-se o mesmo valor da profundidade do solo (3m), devido tanto às indicações de Baum et al. (2002) quanto às condições de saturação observadas na época do evento por Cruz (1974) após três meses de chuvas contínuas.

Inventário de escorregamentos (Validação dos Cenários)

Para a validação dos cenários foi realizada uma análise de concordância com o mapa de cicatrizes dos escorregamentos de 1967 de Vieira e Ramos (2015). Estes autores mapearam 188 cicatrizes de escorrega-mentos do evento de 1967 a partir da intepretação de imagens aéreas ortorretifi cadas cedidas pelo Instituto Florestal de São Paulo do ano de 2000 em escala de 1:5000, das quais, as cicatrizes foram identifi cadas por meio de diferenças de cores e de texturas, além do as-pecto alongado. Destaca-se que para traçar o limite das cicatrizes, os autores consideraram somente a porção de ruptura da cicatriz, desconsiderando suas áreas de arraste e de depósito.

Primeiramente, foram utilizados os seguintes ín-dices para validação com base no método proposto por Gao (1993): (a) Concentração de Cicatrizes (CC): razão entre o número de células, de cada classe, afetadas pelas cicatrizes e o total de células afetadas na bacia e (b) Po-tencial de Escorregamentos (PE): razão entre o número de células, de cada classe, afetadas pelas cicatrizes e o total de células dessa mesma classe. Em cada cenário também foi calculado o índice Frequência de Distribuição (FD), que indica a porcentagem de classes de estabilidade previstas pelo modelo na bacia (razão entre o total de cada classe e o valor total de células na bacia).

Tabela 2: Parâmetros geotécnicos referentes às duas áreas na Serra do Mar. “ρs” densidade do solo [kN/m³], “c’” coesão [kPa]; e “ϕ” ângulo de atrito [°].

Local e Material (profundidade) Saturado Não

Saturado

Local Material (profundidade) ρs c ϕ ρs c ϕ

A1

Solo Coluvionar superfi cial (1m) 17,1 1 34 14,3 6 34

Solo Saprolítico (1-2m) 19,5 4 39 18,0 12 45

A2

Solo Coluvionar superfi cial (1m) 18,2 1 36 16,5 9,5 40

Solo Saprolítico (1-2m) 20,1 3,5 39 18,5 11 45

Modifi cado de Wolle e Carvalho (1989). Em destaque os valores utilizados por Vieira et al. (2010).

Para o cenário B, os valores de coesão, de densi-dade do solo e de ângulo de atrito foram coletados in situ por Ferreira (2013) e os valores de condutividade hidráulica foram coletados também in situ por Gomes (2012) em três cicatrizes na bacia denominadas C1; C2 e C3 (Figura 3 e Tabela 3).

A escolha destas cicatrizes seguiu os seguintes critérios: (a) a existência de vias e de caminhos que permitiram o acesso às encostas e que viabilizaram a execução dos ensaios; (b) a representatividade das condições naturais no contexto da Serra do Mar e dos processos associados; (c) o tamanho e o volume sig-nifi cativo de material mobilizado e (d) a existência de cicatrizes sem qualquer relação com condicionantes antrópicos (ex. cortes de estradas). A partir daí foram abertos três perfi s em cada cicatriz (no topo, na lateral e no interior da cicatriz), até a profundidade de 2,50m (em média). A localização dos perfi s considerou o fato de se presumir que o material mobilizado se assemelha ao de montante e, considerando-se os perfi s do topo e do centro da cicatriz, obtém-se o perfi l completo do manto de alteração.

Ferreira (2013) coletou 37 amostras deformadas de solo para a realização de ensaios de granulometria e de densidade, e 24 corpos de prova para a determi-

492



Figura 3 - (A) Localização das cicatrizes dos escorregamentos (C1; C2 e C3) onde foram feitas as coletas de amostras de solos; (B) vista de campo da cicatriz C3; (C) exemplo de localização dos perfi s em relação à cicatriz.

Tabela 3: Valores referentes aos parâmetros geotécnicos e hidrológicos utilizados nos Cenários A e B.

PARÂMETROS [unidade] Cenário A Cenário BCoesão do solo (c) [kPa] 1 4

Densidade do Solo (ρs) [kN/m³] 17,1 15Espessura máxima do solo (Zmax) [m] 3 3

Ângulo de atrito interno (ϕ) [º] 34 34Altura Inicial do lençol freático (d) [m] 3 3 (constante)

Taxa de infi ltração inicial ILT [m/s] 1,0x10-9 1,0x10-9 (constante)Difusividade hidráulica D0 [m

2/s] 5,5x10-4 5,5x10-4 (constante)Condutividade hidráulica saturada vertical (Ks) [m/s] 1,0x10-6 1,0x10-5

Fonte: Organizado pelos autores baseados nos dados de Vieira et al. (2010); Gomes (2012) e Ferreira (2013).

Em uma segunda validação, foram calculados os percentuais das áreas instáveis sem presença de cicatrizes e das áreas estáveis com a presença de cicatrizes, baseada na proposta de Salciarini et al. (2006) que afi rmam que um mapa de suscetibilidade ideal deve maximizar a concordância entre a localização prevista

dos escorregamentos e aquela mapeada e minimizar a área prevista como sendo instável. De acordo com esses autores, existem dois tipos de erros de previsão que de-vem ser considerados: aquele que prevê a instabilidade, mas não ocorreram escorregamentos; e outro no qual é feita a previsão de estabilidade, no entanto, existem

493



cicatrizes. Dessa forma, quanto menores esses tipos de erros, mais próximo da realidade é considerado o mapa de suscetibilidade, sobretudo para o modelo TRIGRS, que indica exatamente a área com FS<1 para uma deter-minada chuva. Assim, por exemplo, áreas estáveis com cicatrizes devem ser melhor avaliadas, considerando-se os parametros de entrada, tanto topográfi cos, quanto pluviométricos e geotécnicos. No TRIGRS a soma das duas primeiras classes (FS entre 0,4 e 1,0) foi conside-rada como instável e a soma das demais (FS entre 1,0 e 7,0) como estável.

Resultados e Discussões

Cenário A

No cenário A (Figura 4) a classe mais instável (0,4 e 0,8) possui uma Frequência de Distribuição (FD) de 61% da área total, sendo, portanto, a classe mais frequente (Figura 4). A classe seguinte, FS entre 0,8 e 1,0, apresentou percentual em torno de 11%. Com a soma dessas duas classes (FS≤1), a bacia possui 72% de áreas instáveis. As classes estáveis (FS>1) totalizaram um percentual de 28%.

Em relação à Concentração de Cicatrizes (CC), 54% coincidiram com a classe mais instável (0,4 e 0,8) e a classe seguinte (0,8 e 1,0) apresentou 13%. Juntas (FS≤1) este índice alcançou cerca de 67% (Figura 4). O Potencial de Escorregamentos (PE) foi alto (8%) para as classes instáveis (FS≤1), confi rmando a efi ciência do modelo (Figura 4).

A distribuição espacial da maior parte das áreas de instabilidade (FS≤1) encontra-se nas encostas situ-adas nas subbacias à oeste e à centro-oeste conforme quadrantes indicados na Figura 5, onde ocorrem duas grandes classes de áreas de contribuição (1,81m² a 2,30m² e 2,31m² a 6,32m²), ângulos acima de 30º e 40º e predomínio de encostas retilíneas. O intervalo de 20º a 30º representa a classe que obteve o maior número de cicatrizes, aproximadamente 37%; as encostas retilíneas obtiveram 45% do total de cicatrizes e com relação à área de contribuição, a classe 1,81m² a 2,30m² capturou cerca de 50% das cicatrizes. Embora esta não seja a maior classe de área de contribuição, a classe 2,31m² a 6,32m² representa os cursos de água e seus entornos imediatos, áreas onde são menores as probabilidades de ocorrência de escorregamentos rasos por efeito dos declives baixos; indicando que a área de contribuição

tenha apresentado, possivelmente, um papel mais sig-nifi cativo em relação ao ângulo da encosta na defi nição das áreas instáveis.

Comparando-se a outros valores encontrados na literatura, Vieira et al. (2010) verifi caram índices de FD mais elevados nas classes mais estáveis (FS>1), cerca de 57%. Entretanto, a CC foi mais elevada nas classes de maior instabilidade, aproximadamente 25% na classe 0,4 e 0,8 e 40% na segunda classe mais instável (0,8 e 1,0), manifestando-se, portanto, como a classe mais atingida pelos escorregamentos. Assim, o somatório da CC das classes mais instáveis equivaleu a aproximada-mente 65%. Da mesma forma, o PE apresentou o valor mais elevado em classes instáveis com cerca de 6,5%, indicando um alto percentual de acerto do modelo. Os autores verifi caram que a distribuição das áreas instá-veis e estáveis foi bastante controlada pelas variáveis topográfi cas, principalmente pelo ângulo; orientação e pelas formas das encostas. As áreas estáveis aparece-ram nos topos mais suaves dos principais interfl úvios em encostas convexas com ângulos inferiores a 30º; já as áreas instáveis em porções mais elevadas (acima de 400m) e acima de 40º (VIEIRA et al., 2010).

Bisanti et al. (2005) aplicaram o modelo TRIGRS em uma região da Suíça também utilizando dados da literatura. No caso da espessura de solos, por exemplo, este valor foi retirado a partir de um mapa de ângulo, correspondendo a 3m nas áreas íngremes, ou seja, coincidindo com o mesmo valor de espessura de solo utilizado neste cenário. De acordo com esses autores, o modelo capturou cerca de 40% do total de escorrega-mentos, considerando-se que apenas cerca de 13% da área foi prevista como instável.

Godt et al. (2006) aplicaram o modelo na região de Seattle (EUA) e observaram que cerca de 90% dos escorregamentos mapeados coincidiram com a região prevista como instável; indicando um percentual de acerto bastante elevado, muito provavelmente, segundo os autores, pelo uso de dados obtidos em campo.

Cenário B

No cenário B (Figura 6), em relação ao índice FD, houve uma redução de quase 50% da classe de maior instabilidade em relação ao cenário anterior. A classe seguinte (0,8 e 1,0) apresentou, desta vez, um percentual em torno de 40% (Figura 6). Mesmo assim, as classes de instabilidade (FS≤1) ainda equivalem a 71% da área

494



Figura 4 - Mapa de suscetibilidade gerado pelo modelo TRIGRS (cenário A) e índices de FD; CC e PE. Parametros utilizados: c’ = 1kPa; ρs = 17,1kN/m³; Zmax = 3m; ϕ = 34º; d = 3m; ILT = 1,0x10-9m/s; D0 = 5,5x10-4 m2/s e Ks = 1,0x10-6m/s.

Figura 5 - Mapa de suscetibilidade do Cenário A (A); Parâmetros Topográfi cos de Ângulo da Encosta (B); Área de Contribuição (C) e Forma da Encosta (D).

495



total da bacia neste cenário; embora geotecnicamente, as áreas das encostas previstas na classe 0,8 e 1,0 apre-sentam uma instabilidade um pouco menor por estarem próximas do limite de FS=1. As classes seguintes de estabilidade (FS>1) apresentaram juntas um percentual de 29% (Figura 6).

Considerando esses percentuais, verifi cou-se que no uso de dados secundários e no uso de dados coleta-dos in situ, a FD das áreas estáveis foi bem semelhante (28% no Cenário A e 29% no Cenário B). A variação mais efetiva foi verifi cada na FD das classes instáveis. O parâmetro geotécnico de maior infl uência para dimi-nuição da instabilidade pode ter sido a coesão do solo (aumento de 1Kpa para 4kPa).

Na Concentração de Cicatrizes (CC) a classe de maior instabilidade apresentou o maior percentual (cerca de 37%) e a segunda classe mais instável, 30% (Figura 6). Considerando o somatório das classes instáveis (67%) verifi cou-se que este cenário também apresentou um alto percentual de acerto. No Potencial de Escorregamentos (PE) as classes instáveis apresen-taram 7% e as classes estáveis apenas 2,2% (Figura 6), estando, portanto, em concordância com as áreas previstas como instáveis pelo modelo e as cicatrizes.

A classe mais instável (0,4 e 0,8) caiu pela metade, concentrando-se, neste cenário, predominantemente nas subbacias à oeste e à sudoeste e em menor proporção, à noroeste da bacia, localizadas nos quadrantes da Figura 7. A sudoeste e a oeste da bacia ocorreram ângulos acima de 30º e 40º, entretanto, a noroeste ocorreram ângulos mais suaves (≤20º). As áreas mais instáveis apareceram nas subbacias com maior valor de área de contribuição. Já com relação à forma, houve uma coincidência de áreas instáveis de maneira mais equilibrada com as feições côncavas, retilíneas e convexas, indicando que para este cenário não foi possível correlacionar a forma da encosta com as áreas instáveis (Figura 7).

Crosta e Frattini (2003), por exemplo, previram apenas 17,5% de áreas instáveis e 73% do total de cicatrizes. Neste trabalho, verifi cou-se que os escorre-gamentos (em um total de 147) ocorreram em encostas com ângulos entre 35º e 50º, como verifi cado na Bacia do Guaxinduba, porém côncavas, indicando que houve uma maior suscetibilidade dessas formas por concen-trarem maior volume de água. Salciarini et al. (2006) utilizaram parâmetros geotécnicos e hidrológicos ob-tidos diretamente em campo e muito semelhantes aos

utilizados neste trabalho. Do total de 42 cicatrizes, 33 foram previstas pelo modelo. Segundo os autores este acerto pode estar associado ao uso de valores in situ espacialmente distribuidos na bacia por meio de ferra-mentas estatísticas. Mais recentemente, Kin et al. (2013) aplicaram o modelo na cidade de Bonghwa (Coréia do Sul), utilizando parâmetros geotécnicos obtidos in situ na versão revisada do modelo, que considera o reforço do sistema radicular e a sobrecarga exercida pela ve-getação. Entretanto, mesmo com o acréscimo de mais parâmetros, não encontraram diferenças signifi cativas de previsão entre as duas versões.

Comparação entre os Cenários A e B

No comparativo entre os dois cenários simulados, considerando a classe de maior instabilidade (0,4 e 0,8), o Cenário A apresentou uma frequência de 61% e o Cenário B, 31%, isto é, um percentual mais reduzido de encostas com alto potencial de ruptura no cenário B. Comparando-se os valores geotécnicos e hidrológicos utilizados entre os dois cenários, verifi ca-se a maior diferença na coesão e na densidade do solo, uma vez que os demais (ex. espessura, ângulo de atrito interno e condutividade hidráulica) foram muito semelhantes. Já ao se considerar a classe de maior estabilidade (1,5 e 7,0), ambos os cenários apresentaram o mesmo percen-tual (6%). Com isso, pôde-se verifi car uma distribuição da área de maior instabilidade (0,4 e 0,8) menos con-centrada no cenário B e discriminante quanto ao grau de instabilidade.

O cenário B preveu apenas 31% (FD) da classe de maior instabilidade, no entanto, apresentou o maior valor de CC e de PE nesta mesma classe, respectiva-mente 37% e 4%. Já o Cenário A preveu (FD) 61% da classe mais instável, sendo esperado, portanto, que a CC e o PE fossem mais elevadas nesta classe, conforme ocorrido, devido à frequência elevada prevista nesta classe. Assim, estes valores confi rmam a maior efi cácia do mapa de suscetibilidade do cenário B em relação ao do cenário A.

Em relação às áreas instáveis sem a presença de cicatrizes, o cenário A apresentou o maior índice (30%) enquanto o cenário B, 28%. Os percentuais de áreas estáveis com cicatrizes foram bastante reduzidos em ambos os cenários, sendo registrado 9% no cenário A e 8% no cenário B. Os percentuais em ambas as análises foram muito semelhantes entre os dois cenários. Esta

496



Figura 6 - Mapa de suscetibilidade gerado pelo modelo TRIGRS (cenário B) e índices de FD; CC e PE. Parametros utilizados: c’ = 4kPa; ρs = 15kN/m³; Zmax = 3m; ϕ = 34º; d = 3m; ILT = 1,0x10-9m/s; D0 = 5,5x10-4 m2/s e Ks = 1,0x10-5m/s.

Figura 7 - Mapa de suscetibilidade do Cenário B (A); Parâmetros Topográfi cos de Ângulo da Encosta (B); Área de Contribuição (C) e Forma da Encosta (D).

497



situação ocorreu tanto em função do próprio método aplicado neste trabalho, que considerou a soma das duas primeiras categorias (FS entre 0,4 e 1,0) como instáveis e a soma das três últimas (FS entre 1,0 e 7,0) como estáveis, quanto pelos resultados obtidos, uma vez que, embora com distribuições espaciais distintas, na CC ambos apresentaram os mesmos valores, isto é, 67% (FS≤1) e 33% (FS>1).

Resultados semelhantes foram verifi cados por Vieira et al. (2010), que encontraram entre 30% e 40% de áreas instáveis sem a presença de cicatrizes e menos de 1% de áreas estáveis com cicatrizes. No caso das áreas instáveis sem a presença de cicatrizes, os autores verifi caram uma infl uência signifi cativa entre os cenários avaliados em função do aumento da espessura do solo, que gerou um acréscimo de 10% no valor destas áreas.

Zizioli et al. (2013) utilizaram o TRIGRS no noroeste da Itália e encontraram 25% de áreas instáveis sem cicatrizes previstas em locais de maior insolação, que pode ter afetado o grau de saturação do solo, e um número elevado de áreas estáveis com cicatrizes (20%), explicados, segundo os autores, devido aos escorregamentos desencadeados por atividades an-trópicas (ex. traçado de rodovias e áreas agrícolas), que não são incorporados pelo modelo. Na Bacia do Guaxinduba, a maioria das áreas previstas como estáveis com cicatrizes ocorreram ao sul da bacia, em condições topográfi cas adequadas para a ocorrência de escorregamentos (ex. ângulos >40º e encostas côncavas), sugerindo que os escorregamentos possam ter ocorrido em função de fatores condicionantes não incorporados pelo modelo, tais como estruturas e condições geológicas mais frágeis. Quanto às áreas instáveis sem a presença de cicatrizes, observa-se uma boa parte na área de planalto, onde podem ter ocorri-dos outros tipos de escorregamentos (ex. rotacionais) ausentes no mapeamento de Ramos e Vieira (2015), já que não são previstos pelo modelo.

Considerações Finais

A maior parte das pesquisas com o modelo TRIGRS utilizou valores geotécnicos e hidrológicos disponíveis na literatura e, via de regra, em pequenas escalas, fruto do défi cit de mapeamentos em escalas

de detalhe e de sondagens de campo, que não neces-sariamente, retratam a realidade geotécnica de uma área. Assim foi possivel verifi car que o uso de dados geotécnicos e hidrológicos coletados in situ forneceu resultados melhores e mais representativos. Portan-to, embora as coletas em campo e os experimentos laboratoriais demandem tempo e possuam custos elevados, ainda pode ser considerado um investimento plausível, pois melhoram a acurácia do modelo em função de sua sensibilidade na defi nição das classes estáveis e instáveis. Dessa forma, a combinação de modelos matemáticos com o levantamento em campo, voltados para a caracterização da dinâmica hidrológica e geotécnica dos solos, torna-se uma ferramenta im-portante nos estudos de previsão de áreas suscetíveis a escorregamentos.

Ressalta-se que mapas de suscetibilidade gerados pelo modelo podem ser utilizados na indicação de áreas de monitoramento e de levantamento de algumas propriedades dos solos no sentindo de melhor com-preender as condições de ruptura dos escorregamentos rasos na Serra do Mar, sobretudo porque nesta área existe uma grande difi culdade de acesso em muitas bacias hidrográfi cas, além de uma elevada variabili-dade espacial pedológica e geotécnica.

Os resultados evidenciaram o papel importante tanto dos valores geotécnicos e hidrológicos adequa-dos quanto dos parâmetros topográfi cos na defi nição de áreas instáveis. Ao mesmo tempo, tais resultados permitiram indicar quais parâmetros são mais sensíveis e merecem maior rigor na escolha de coleta de dados para que o modelo apresente um melhor desempenho; destacando-se, neste caso, a coesão do solo.

Agradecimentos

Os autores agradecem ao CNPq (Edital Universal 480515/2011-5) e à FAPESP (Processo 2014/10109-2) pelo apoio fi nanceiro de parte desta pesquisa. Agrade-cem aos Professores Dra. Ligia Vizeu Barroso e Dr. Marcos Massao Futai pelos importantes comentários, discussões e sugestões. À EMPLASA (Contrato de Licença de uso CLU Nº 049/14) pela doação do MDT do município de Caraguatatuba. Agradecem também aos pareceristas anônimos pelas alterações, sugestões e revisões.

498



Referências Bibliográfi cas

BAUM, R. L.; COE, J. A.; GODT, J. W.; HARP E. L.; REID, M. E.; SAVAGE, W. Z.; SHULZ, W. H.; BRIEN, A. F.; CHLEBORAD, J.; MACKENNA, P; MICHEL, J. A. Regional Landslide-hazard assessment for Seattle, Washington, USA. Landslides, v. 2, p. 266-279, 2005.

BAUM; R. L.; SAVAGE, W. Z.; GODT, J. W. TRIGRS: A Fortran Program for Transient Rainfall Infi ltration and Grid-Based Regional Slope-Stability Analysis. U.S. Geological Survey Open-File Report, v. 2, 35 pp, 2002.

BISANTI, B.; MOLNAR, P.; BURLANDO, P. Predicting rainfall triggered soil slips: a case study in the Emmental Region (Switzerland). In: 3rd Swiss Geoscience Meeting, 2005, Zurich, Switzerland. Annals of 3rd Swiss Geoscience Meeting, 2005, p. 1-2.

BRASIL, LEI Nº 12.608, DE 10 DE ABRIL DE 2012. 2012.

CASADEI, M., DIETRICH, W.E., MILLER, N.L. Testing a model for predicting the timing and location of shallow landslide initiation in soil-mantled landscapes. Earth Surface Processes and Landforms, v. 28, p. 925-950, 2003.

CERVI, F., BERTI, M., BORGATTI, L., RONCHETTI, F., MANENTI, F., CORSINI, A. Comparing predictive capability of statistical and deterministic methods for landslide susceptibility mapping: a case study in the northern Apennines (Reggio Emília Province, Italy). Landslides, v. 7, p. 433-444, 2010.

CLAESSENS, L., HEUVELINK, G.B.M., SCHOORL, J.M., VELDKAMP, A. (2005). DEM resolutions effects on shallow landslide hazard and soil redistribution modeling. Earth Surface Processes and Landforms, v. 30, p. 461-477, 2005.

COSTA NUNES, A. J. Landslides in soils of decomposed rock due to intense rainstorms. In: 7th International Conference on Soil Mechanics and Geotechnical Engineering, Mexico City, Mexico. Annals of 7th International Conference on Soil Mechanics and Geotechnical Engineering, 1969, p. 547–554.

CROSTA, G. B. e FRATTINI, P. Distributed modelling of shallow landslides triggered by intense rainfall. Natural Hazards and Earth System Sciences, v. 3, p. 81-93, 2003.

CRUZ, O. A Serra do Mar e planície na área de Caraguatatuba- contribuição à geomorfologia litorânea tropical. Série Teses e Monografi as, Instituto de Geografi a/USP, v. 11, 181p., 1974.

DE CAMPOS, T. M. P; ANDRADE, M. H. N; VARGAS JR, E. A. Unsaturated colluvium over rock slide in a forest site in Rio de Janeiro. In: 6th International Symposium on Landslides,

Christchurch, New Zealand. Annals of 6th International Symposium on Landslides, 1992, p. 1357–1364.

DE PLOEY, Y.; CRUZ, O. Landslides in the Serra do Mar, Brazil. Catena, v. 6, p. 111-122, 1979.

DIETRICH, W. E., REISS, R.; HSU, M. L.; MONTGOMERY, D.R. A Process-Base Model for Colluvium Soil Depth and Shallow Landsliding Using Digital Elevation Data. Hydrological Processes, v. 9, p. 383-400, 1995.

E M P R E S A PA U L I S TA D E P L A N E J A M E N T O METROPOLITANO – EMPLASA. Projeto de Atualização Cartográfi ca do Estado de São Paulo (Projeto Mapeia São Paulo). Empresa Paulista de Planejamento Metropolitano S/A – Emplasa; Diretoria de Planejamento – DPL e Unidade de Cartografi a – UCA, 2011.

FERNANDES, N. F.; GUIMARAES, R. F.; GOMES, R. A. T.; VIEIRA, B. C.; MONTGOMERY, D. R.; GREENBERG, H. Topographic controls of landslides in Rio de Janeiro: fi eld evidence and modeling. Catena, v.55, p. 163-181, 2004.

FERREIRA, S. F. Análise da infl uência das propriedades físicas do solo na defl agração dos escorregamentos translacionais rasos na Serra do Mar (SP). Dissertação (Mestrado em Geografi a Física) - Faculdade de Filosofi a, Letras e Ciências Humanas, Universidade de São Paulo. USP, São Paulo, 112 p., 2013.

FRATTINI, P.; CROSTA G. B., FUSI, N.; NEGRO, P.D. Shallow landslides in pyroclastic soils: a distributed modelling approach for hazard assessment. Engineering Geology, v. 73, p. 277-295, 2004.

GAO, J. Identifi cation of topographic settings conductive to landsliding from Nelson County, Virginia, U.S.A. Earth Surface Processes and Landforms, v. 18, p. 579-591, 1993.

GODT, J. W., BAUM, R.L.; CHLEBORAD, A. F. Rainfall Characteristics for shallow landsliding in Seattle, Washington, EUA. Earth Surface Process and Landforms, v. 31, p. 97-110, 2006.

GOMES, M. C. V. Análise da infl uência da condutividade hidráulica saturada dos solos nos escorregamentos rasos na bacia do rio Guaxinduba (SP). Dissertação (Mestrado em Geografi a Física) - Faculdade de Filosofi a, Letras e Ciências Humanas, Universidade de São Paulo. USP, São Paulo, 138 p., 2012.

GOMES, R.A.T. Modelagem de previsão de movimentos de massa a partir da combinação de modelos de escorregamentos e corridas de massa. Tese (Doutorado em Geografia) – Universidade Federal do Rio de Janeiro. UFRJ, Rio de Janeiro, 102 p., 2006.

499



GRAMANI, M. F. (2001). Caracterização Geológico-Geotécnica das Corridas de Detritos (“Debris Flows”) no Brasil e Comparação com Alguns Casos Internacionais. Dissertação (Mestrado em Engenharia de Solos) – EPUSP – Escola Politécnica, Universidade de São Paulo, São Paulo. USP, São Paulo, 372 p., 2001.

GUIDICINI, G.; IWASA, O. W. Ensaio de correlação entre pluviosidade e escorregamentos em meio tropical úmido. IPT, Relatório Interno, São Paulo, 48p., 1976.

GUIMARÃES, R.F., MONTGOMERY, D. R., GREENBERG, H. M., FERNANDES, N.F., GOMES, R. A.T., CARVALHO JÚNIOR, O.A. Parameterization of soil properties for a model of topographic controls on shallow landsliding: application to Rio de Janeiro. Engineering Geology, v. 69, p. 99-108, 2003.

GUZZETI , F. , CARRARA, A; CARDINALI , M; REICHENBACH, P. Landslides hazard evaluation: a review of current techniques and their application in amulti-scale study, Central Italy. Geomorphology, v. 31, p. 181-216, 1999.

IVERSON, R. M. Landslide triggering by rain infi ltration. Water Resources Research, v. 36, p. 1897-1910, 2000.

IWAMA, A. Y.; BATISTELLA, M., FERREIRA, L. C. Riscos geotécnicos e vulnerabilidade social em zonas costeiras: desigualdades e mudanças climáticas. Ambiente & Sociedade, v. 4, p. 251-274, 2014.

KIN, D.; IMA, S.; LEE, C.; WOOC, C. Modeling the contribution of trees to shallow landslide development in a steep, forested watershed. Ecological Engineering, v. 61, p. 658–668, 2013.

LISTO, F.L.R.; VIEIRA, B. C. Mapping of risk and susceptibility of shallow-landslide in the city of São Paulo, Brazil. Geomorphology, v. 169, p. 30–44, 2012.

LOPES, E. S. S. Modelagem Espacial Dinâmica Aplicada ao Estudo de Movimentos de Massa em uma Região da Serra do Mar Paulista, na escala de 1:10.000. Tese (Doutorado em Geociências) - Universidade Estadual Paulista. UNESP, Rio Claro, 302p., 2006.

MICHEL, G.P.; KOBIYAMA, M.; GOERL, R.F. Comparative analysis of SHALSTAB and SINMAP for landslide susceptibility mapping in the Cunha River basin, southern Brazil. Journal of Soils and Sediments, v.14, p. 1266-1277, 2014.

MONTGOMERY, D.R.; DIETRICH, W.E. A physically-based model for the topographic control on shallow landsliding. Water Resources Research, v. 30, p. 1153-1171, 1994.

MORGENSTERN, N. R.; SANGREY, D. A. Methods of Stability Analysis. In: SCHURTER, R.L.; KRIZEK, R.J. (Eds.).

Landslides: Analysis and Controls. TRB Special Reports, Washington, D.C. NAS-NRC, p. 155-171, 1978.

NERY, T. D.; VIEIRA, B. C. Susceptibility to shallow landslides in a drainage basin in the Serra do Mar, São Paulo, Brazil, predicted using the SINMAP mathematical model. Bulletin of Engineering Geology and the Environment (Print), v. 2, p. 1-15, 2014.

OKIDA, R. Técnicas de sensoriamento remoto como subsídio ao zoneamento de áreas sujeitas a movimentos gravitacionais de massa e a inundações. Dissertação (Mestrado em Sensoriamento Remoto) – Instituto Nacional de Pesquisas Espaciais. INPE, São José dos Campos, 125p., 1996.

PACK, R. T.; TARBOTON, D. G.; GOODWIN, C. N. SINMAP – A Stability Index Approach to Terrain Stability Hazard Mapping. User’s manual. Terratech Consulting Ltd. Salmon Arm, B. C. Canada, 68 p., 1998.

PELLEGATTI, C.H.G.; GALVANI, E. Avaliação da precipitação na Serra do Mar-SP em eventos de diferentes intensidades e duração. GEOUSP: Espaço e Tempo, v. 27, p. 147-158, 2010.

RAFAELLI, S.G., MONTGOMERY, D.R., GREENBERG, H.M. A comparison of thematic of erosional intensity to GIS-driven process models in an Andean drainage basin. Journal of Hydrology, v. 244, p. 33-42, 2001.

RAMOS, V.M., GUIMARÃES, R.F., REDIVO, A.L., GOMES, R.A.T., FERNANDES, N.F., CARVALHO FILHO, O.A. Aplicação do modelo SHALSTAB em ambiente Arcview para o mapeamento de áreas suscetíveis a escorregamentos rasos na região do Quadrilátero Ferrífero-MG. Espaço e Geografi a, v. 5, p. 49-57, 2002.

REDIVO, A.L., RAMOS, V.M., GUIMARÃES, R.F., JÚNIOR, O.A.D.C., GOMES, R.A.T. Determinação de áreas susceptíveis a escorregamentos na BR 256 no município de Ouro Preto-MG. Ciência e Natura, v. 26, p. 31-46, 2004.

SALCIARINI, D.; GODT, J. W.; SAVAGE, W.Z; CONVERSINI, P; BAUM, R.L; MICHAEL, J.L. Modeling regional initiation of rainfall-induced shallow landslides in the eastern Umbria Regional of Central Italy. Landslides, v. 3, p. 181-194, 2006.

SANTINI, M., GRIMALDI, S., NARDI, F., PETROSELLI, A., RULLI, M.C. Pre-processing algorithms and landslide modelling on remotely sensed DEMs. Geomorphology, v. 113, p. 110-125, 2009.

SELBY, M. J. Hillslope: materials & processes. Oxford University Press, New York, USA, edition 2, 480 p., 1993.

TERLIEN, M T. J.; ASCH, T. W. J.; VAN WESTEN, C.

500



J. Deterministic modeling in GIS-Based landslide hazard assessment. In: CARRARA, A.; GUZZETTI, F. (Eds.): Geographical Information System in Assessing Hazards. Kluwer Academic Publishers, Dordrecht, p. 57-78, 1995.

van WESTEN, C. J. Geo-information tools for landslide risk assessment: an overview of recent development In: Proc 9th International Symposium on Landslides. Landslides: Evaluation and Stabilization. Taylor & Francis Group, Rio de Janeiro, p. 39-53, 2004.

VIEIRA, B. C.; FERNANDES, N. F.; AUGUSTO FILHO, O. Shallow landslide prediction in the Serra do Mar, São Paulo, Brazil. Natural Hazards and Earth System Sciences (Print), v. 10, p. 1829-2010, 2010.

VIEIRA, B.C.; RAMOS, H. Aplicação do modelo SHALSTAB para mapeamento da suscetibilidade a escorregamentos rasos em

Caraguatatuba, Serra do Mar (SP). Revista do Departamento de Geografi a da Universidade de São Paulo, v. 29, p. 172-185, 2015.

WOLLE, C. M.; CARVALHO, C.S. Deslizamentos em encostas na Serra do Mar - Brasil. Solos e Rochas, v. 12, p.27-36, 1989.

ZAIDAN, R.T.; FERNANDES, N.F. Zoneamento de suscetibilidade a escorregamentos em encostas aplicado à bacia de drenagem urbana do Córrego da Independência – Juiz de Fora (MG). Revista Brasileira de Geomorfologia, v. 10, p. 57-76, 2009.

ZIZIOLI, D.; MEISINA, C.; VALENTINO, R.; MONTRASIO, L. Comparison between different approaches to modeling shallow landslide susceptibility: a case history in Oltrepo Pavese, Northern Italy. Natural Hazards and Earth System Sciences, v. 13, p. 559-573, 2013.

Revista Brasileira de Geomorfologia INFLUÊNCIA DE...

Documents

Transcript of Revista Brasileira de Geomorfologia INFLUÊNCIA DE...